 کے مطابق، 76% ڈویلپرز AI ٹولز استعمال کر رہے ہیں یا استعمال کرنے کی منصوبہ بندی کر رہے ہیں — وہ اب صرف کام کا حصہ ہیں۔ وہ دنیاوی کاموں میں مدد کرتے ہیں لیکن جب وہ اعتماد کے ساتھ بکواس پیدا کرتے ہیں تو پریشان کن ہو سکتے ہیں۔ اگرچہ YouTubers ChatGPT پرامپٹس کے ساتھ "بلین ڈالر کے سٹارٹ اپس" بناتے ہیں اور AI ایجنٹس ہر ہفتے پوری دنیا پر قبضہ کر رہے ہیں، حقیقی ٹیمیں اب بھی یہ معلوم کر رہی ہیں کہ ان ٹولز کو مؤثر طریقے سے کیسے استعمال کیا جائے۔ آج، AI کی مدد میں مہارت حاصل کرنا اتنا ہی بنیادی ہے جتنا کہ کوڈنگ یا سسٹم ڈیزائن — ہمیں اپنانے اور تیز کرنے کی ضرورت ہے۔ Stack Overflow کے 2024 کے سروے  مسئلہ یہ ہے کہ یہ ٹولز بنیادی طور پر ابھی بھی R&D مرحلے میں ہیں — وہ مسلسل بدلتے رہتے ہیں، ایک دوسرے کی نقل کرتے ہیں، اور پہلے حل نہ ہونے والے مسائل کو حل کرنے کے لیے کریڈٹ کے مستحق ہیں۔ ان سب کے پاس استعمال کے واضح رہنما نہیں ہیں۔ یہاں تک کہ Copilot، زیادہ قائم ہونے کے باوجود، واضح سبق اور بہترین طریقوں کا فقدان ہے۔ حل؟ ہم وہی کریں گے جو ڈویلپرز سب سے بہتر کرتے ہیں — خود ایک فریم ورک کو منظم اور تخلیق کریں۔  گیم چینجر  اور یہ بھی کہ "   "، "   "، "   "، آپ اس کا نام بتائیں۔ اگرچہ یہ ٹولز واقعی ہمارے ورک فلو کو تبدیل کر رہے ہیں، یہ تبدیلی زیادہ عملی ہے: ڈویلپرز اب ٹیم لیڈز کی طرح کام کرتے ہیں، براہ راست کوڈ لکھنے کے بجائے AI معاونین کا انتظام کرتے ہیں۔ بنیادی مہارتیں ڈیزائننگ، منصوبہ بندی، بیان کرنے اور جائزہ لینے میں منتقل ہو گئی ہیں۔ کوانٹم لیپ پیراڈائم شفٹ ایجنٹس آرہے ہیں  یہ ٹولز متعارف کرائے گئے اہم UX تصورات ہیں:    - سب سے زیادہ قدرتی انضمام پیٹرن. جب وہ کام کرتے ہیں، وہ ہموار ہوتے ہیں — لیکن جب وہ آپ کے کوڈ میں خلل ڈالتے ہیں، تو یہ پیداوری میں فوری وقفہ ہوتا ہے۔ ان لائن تجاویز    - کلاسک نقطہ نظر جہاں LLM آپ کے کوڈبیس کے ساتھ گائیڈڈ پرامپٹس کے ذریعے تعامل کرتے ہیں۔ چیٹ    ("   " , "   ") - نیا تصور   ۔ یہ خود مختار ایجنٹوں کی طرف ایک تبدیلی ہے۔ کمپوزر کئی فائلوں پر کام کرتا ہے اور تبدیلیاں لاگو کر سکتا ہے اور غلطیوں، لنٹنگ کے مسائل وغیرہ کی بنیاد پر خود بخود اعادہ کر سکتا ہے۔ کمپوزر Copilot Edit Cline act بہت سے لوگوں کو الجھا ہوا لگتا ہے    - متوقع اگلا ارتقاء - مکمل طور پر خود مختار اور ذاتی نوعیت کے AI معاونین جو براہ راست آپ کے IDE میں ضم ہو گئے ہیں۔  ایجنٹس  "   " سے واقف ہونا کوئی پیچیدہ بات نہیں ہے۔ AI معاونین نے ان کے ساتھ شروع کیا، جس نے سب سے پہلے ہماری توجہ حاصل کی۔   سیدھے ہیں: فائلوں کو سیاق و سباق میں داخل کریں، اعادہ کریں، لاگو کریں، اور نتائج کی توثیق کریں۔ تجاویز چیٹس    قسم کے ٹولز مہارت حاصل کرنے کے لیے مزید چیلنج پیش کرتے ہیں، جن میں سیکھنے کے منحنی خطوط اور کچھ غیر واضح طریقوں کی ضرورت ہوتی ہے۔ فی الحال،   انتہائی قابل رسائی "کمپوزر" ٹول پیش کرتا ہے، جبکہ Copilot "   " کے ساتھ قریب سے پیروی کرتا ہے، جس نے حال ہی میں ایجنٹ پر مبنی ورک فلو متعارف کرایا ہے۔ کمپوزر کرسر ایڈیٹر Copilot Edits  کمپوزر کے ساتھ ماہر بننے کے لیے، آپ کو تین اہم تصورات کو سمجھنے کی ضرورت ہے:   ہدایات   قواعد   سیاق و سباق  آئیے ان میں سے ہر ایک کا جائزہ لیں۔  ہدایات  چونکہ ٹیم صرف ڈویلپرز کی بجائے لیڈ کرتی ہے، ہمیں کسی بھی نئے پروجیکٹ یا بڑے فیچر کو   یا واضح   بنا کر شروع کرنا چاہیے۔ یہ مشق مضبوط انجینئرنگ اور مصنوعات کی سوچ کو فروغ دیتی ہے جبکہ عمل درآمد میں کافی وقت بچاتا ہے۔ سب سے اچھی بات یہ ہے کہ یہ دستاویزات ہو سکتی ہیں: ڈیزائن دستاویز پروڈکٹ کی ضروریات کی دستاویز  AI کے ساتھ تیار کردہ  اور پھر کمپوزر کے لیے   کے طور پر استعمال کیا جاتا ہے۔ ہدایات  ان دستاویزات کو بنانے کے لیے، پہلے   سے تقاضے جمع کریں، پھر چیٹ میں استدلال کے ماڈل سے مشورہ کریں۔ کوپائلٹ اور کرسر دونوں کے پاس اس کام کے لیے موزوں استدلال کے ماڈلز ہیں۔ OpenAI کے   اور   ڈیفالٹ کے طور پر دستیاب ہیں، جبکہ کرسر کی چیٹ DeepSeek-R1 کو سپورٹ کرتی ہے (اگرچہ   ) – اس مقصد کے لیے تمام بہترین ٹولز۔  انسانوں o1 o3-mini ابھی تک اس کے کمپوزر میں نہیں ہے  ایک اچھا عمل یہ ہے کہ آپ کے ریپو کی اعلی سطح پر ڈیزائن دستاویزات کو ذخیرہ کرنا ہے (ہم   فولڈر کا استعمال کریں گے) خصوصیات کے ذریعہ ترتیب دیا گیا ہے، روٹ میں   کے ساتھ۔ ٹویٹر ویب ایپ کی ضروریات کے لیے یہاں ایک مثالی ڈھانچہ ہے: requirements ProjectOverview.md   requirements/ ├── ProjectOverview.md # Core product description └── Features/ ├── Authentication.md # User registration ├── Tweet.md # Tweet CRUD ├── UserProfile.md # Profile management ├── Engagement.md # Likes, retweets ├── Infrastructure.md # Storage, caching, etc └── ...  اگر سب کچھ ٹھیک سے ترتیب دیا گیا ہے تو، ایک نئی خصوصیت کے لیے ڈیزائن دستاویز شامل کرنا اتنا ہی آسان ہے جتنا کہ اس پرامپٹ کو لکھنا:   آپ کے کوڈبیس میں ہدایات کو ذخیرہ کرنے سے واضح فوائد حاصل ہوتے ہیں: ورژن کنٹرول، آسان دیکھ بھال، اور معیاری PR ورک فلو۔ تاہم، غیر تکنیکی ٹیم کے اراکین جیسے پروڈکٹ کے مالکان، مینیجرز، اور UX ڈیزائنرز کو گٹ استعمال کیے بغیر رسائی کی ضرورت ہو سکتی ہے۔ یہاں تین حل ہیں:  1. ہر چیز کو تصور میں محفوظ کریں، ہدایات کے صفحات شائع کریں، اور   شارٹ کٹ کا استعمال کرتے ہوئے انہیں دستاویزات کے طور پر انجیکشن کریں @Docs  ایک پائپ لائن بنائیں جو تصور کے صفحات کو   فائلوں میں تبدیل کرے اور انہیں ذخیرہ میں محفوظ کرے۔ .md  اپنی ٹیم کو گٹ استعمال کرنا سکھائیں - پوری ٹیم کے لیے سب سے زیادہ فائدہ مند آپشن  ایک بار جب آپ کی ہدایات آپ کے ایڈیٹر میں قابل رسائی ہو جائیں تو کمپوزر پر جائیں اور عمل درآمد شروع کریں۔ یہ ہمیں   کو منظم کرنے کی طرف لے جاتا ہے۔ قواعد  قواعد  فی الحال، صرف کرسر "   " کی حمایت کرتا ہے - مخصوص فائلوں/فولڈرز کے لیے براہ راست نفاذ کی ہدایات۔ یہ فیچر ممکنہ طور پر دوسرے ایڈیٹرز تک پھیل جائے گا، بشمول VSCode Copilot، جو فی الحال صرف "   " پیش کرتا ہے جو کوڈ بیس سے براہ راست منسلک نہیں کیا جا سکتا۔ قواعد پرامپٹ فائلز  کرسر کے اصول زیادہ جامع ہیں -   linter کے اصولوں کے ساتھ ملا کر اور LLM صلاحیتوں کے ذریعے بہتر بنانے کا تصور کریں۔ یہ اصول پروڈکٹ کے لیے علمی، قابل اشتراک، اور مؤثر طریقے سے علم، بہترین طرز عمل، اور عمل درآمد کی تفصیلات ٹیموں اور لائبریری کے صارفین میں منتقل کرتے ہیں۔  CONTRIBUTING.md  رولز کمانڈ پیلیٹ کے ذریعے بنائے جا سکتے ہیں اور آپ کے پروجیکٹ کے   فولڈر میں   ایکسٹینشن کے ساتھ محفوظ کیے جاتے ہیں۔ یہ فارمیٹ آپ کے کوڈ بیس میں مخصوص فائلوں   جیسی جدید خصوصیات کو قابل بناتا ہے۔ ان اصولوں کو اپنے ذخیرے سے منسلک کرنے اور ان کو بہتر بنانے میں تعاون کرنے کی انتہائی سفارش کی جاتی ہے۔ قواعد استعمال کرنے کے لیے ورک فلو یہ ہے: .cursor/rules .mdc @mentioning  تحقیقی کرسر کے قواعد جو آپ کے ٹیکنالوجی اسٹیک کے لیے مخصوص ہیں، بطور حوالہ جات   سے شروع ہوتے ہیں۔ مثال کے طور پر، آپ Next.js اور React کے لیے   تلاش کر سکتے ہیں جو اچھے ٹیمپلیٹس کے طور پر کام کرتے ہیں۔ کیوریٹڈ فہرستوں اچھی طرح سے لکھے ہوئے کرسر کے اصول  ترقی کے دوران باقاعدگی سے قواعد کو اپ ڈیٹ کریں۔ جب آپ کو کوئی ایسا نمونہ نظر آتا ہے جسے کوڈ لکھتے وقت ایک اصول میں باضابطہ بنایا جا سکتا ہے، تو اسے فوری طور پر اپنی رولز فائل میں دستاویز کریں۔  میدان میں بہترین لوگوں سے سیکھیں۔ لائبریری کے تخلیق کاروں کے لیے علم کا اشتراک کرنے اور اپنانے میں اضافہ کرنے کا ایک نیا طریقہ AI معاونین کے لیے خصوصی اصول بنا رہا ہے۔ میں کچھ ایسی کمپنیوں کے بارے میں جانتا ہوں جو ایسا کر رہی ہیں -   OpenAI اور Anthropic دونوں ماڈلز کے لیے اصول بنا کر اور ان کو   میں شیئر کر کے نمایاں ہے۔ اگرچہ میں نے ان کی مصنوعات کا استعمال نہیں کیا ہے، لیکن AI انضمام کے ذریعے ڈویلپر کے تجربے کو بہتر بنانے پر ان کی توجہ مجبوری ہے۔   ایک اور   ہے.  Convex اپنی دستاویزات Supabase عظیم مثال  بہت سی لائبریریوں کو فوری طور پر AI قوانین کی ضرورت ہے۔ فرنٹ اینڈ ڈویلپر کے نقطہ نظر سے، مجھے انہیں   ،   ،   اور بہت سے دوسرے کے لیے رکھنے سے فائدہ ہوگا۔ یہ قواعد اہم وقت کی بچت کریں گے اور ان عام غلطیوں کو روکنے میں مدد کریں گے جو ڈویلپر نئی ٹیکنالوجیز سیکھتے وقت کرتے ہیں۔ TanStack Query React Spring Firebase  سیاق و سباق  تمام متعلقہ سیاق و سباق کو شامل کرنا یاد رکھیں - آپ جتنا زیادہ معیاری ڈیٹا فراہم کریں گے، آپ کو اتنے ہی بہتر نتائج حاصل ہوں گے۔ کرسر ایڈیٹر کو یہاں کئی قسم کے سیاق و سباق کی اجازت دے کر Copilot پر ایک فائدہ ہے:  دستاویزی - واقعی اچھی طرح سے کام کرتا ہے، بس اسے کسی بھی دستاویز کے اندراج کے نقطہ فراہم کریں، یہ اسے ڈاؤن لوڈ کرے گا، اس کا تجزیہ کرے گا، اور مستقبل کی ضروریات کے لیے محفوظ کرے گا۔  ویب تلاش - سختی سے سیاق و سباق نہیں، یہ آن لائن وسائل تک فوری رسائی فراہم کرتی ہے۔  مختلف ترقیاتی ٹولز - مخصوص گٹ کمٹ، لنٹ کی غلطیاں، نوٹ پیڈ، اور دیگر نمونے    -servers ریئل ٹائم سیاق و سباق فراہم کر سکتے ہیں۔ اگرچہ سیٹ اپ تھوڑا مشکل ہے، لیکن جب آپ کو لائیو ڈیٹا تک رسائی کی ضرورت ہوتی ہے تو وہ قیمتی ہوتے ہیں۔  MCP  ان ٹولز میں مہارت حاصل کرنے کے بعد، آپ کا اگلا مرحلہ آپ کی انفرادی اور ٹیم دونوں کی کارکردگی کو بہتر بنانا ہے۔ لیکن یہاں سے آگے کا راستہ کیا ہے؟  کلائن اور رو کوڈ۔ کنٹرول  آپ کو ہمیشہ سادگی اور کنٹرول کے درمیان، خودکار حل اور دستی فیصلہ سازی کے درمیان تجارت کا سامنا کرنا پڑے گا۔ اگر آپ گہرائی میں غوطہ لگانے کے لیے تیار ہیں اور کیڑے، کارکردگی کے چیلنجز، اور کھردرے کناروں سے نمٹنے سے نہیں ڈرتے، تو   (یا اس کا فورک   ، جس کا فلسفہ قدرے مختلف ہے) کو آزمانے پر غور کریں۔ Cline Roo-Code  دونوں ٹولز کو زیادہ سے زیادہ کلیئرنس فراہم کرنے کے لیے ڈیزائن کیا گیا ہے کہ ہڈ کے نیچے واقعی کیا ہو رہا ہے:  وہ اوپن سورس اور سبسکرپشن فری ہیں۔ اس کے بجائے، آپ اپنی خود کی LLM API کیز یا خدمات جیسے   استعمال کرتے ہیں، صرف اس کی ادائیگی کرتے ہیں جو آپ استعمال کرتے ہیں۔ OpenRouter  کلائن اپنے تمام کاموں کو واضح طور پر دکھاتا ہے، بشمول وہ کون سی فائلیں پڑھتا ہے اور اس میں ترمیم کرتا ہے۔  Cline LLM کمیونیکیشنز، سیاق و سباق کی ونڈو کی حیثیت، اور ہر چیٹ سیشن کی لاگت کے بارے میں تفصیلی بصیرت فراہم کرتا ہے۔  اس میں بدیہی پلان/ایکٹ کے طریقوں کی خصوصیات ہیں - ایک منطقی نقطہ نظر جسے دوسرے ٹولز کو اپنانے پر غور کرنا چاہیے۔   قاتل خصوصیت یہ ہے کہ Cline دراصل آپ کی ایپلیکیشن کو چلا اور ڈیبگ کر سکتی ہے - یہ حقیقی اور فعال ہے، جیسا کہ آپ اسے آزمانے پر دیکھیں گے۔  اگر یہ سب آپ کی دلچسپی ہے تو،   دیکھیں، جو ان ایڈیٹرز کا بہترین تعارف فراہم کرتا ہے۔ ایڈی عثمانی کا حالیہ مضمون  نتیجہ  ان ٹولز کو اپنانا کوئی آسان سفر نہیں ہے، اور "5 منٹ سے کم وقت میں شروع سے پورا پروجیکٹ" لکھنے کی توقع نہ کریں۔ پھر بھی، یہ آگے کا واضح راستہ ہے۔  ٹیکنالوجی پہلے سے موجود ہے، لیکن ہم ایک مضبوط AI- مربوط ورک فلو سے محروم ہیں جو پوری ٹیم کو منظم کرتا ہے - نہ صرف ڈویلپرز، بلکہ اہم طور پر مینیجرز اور ڈیزائنرز - ان نئے ٹولز کے ارد گرد۔ AI خوفزدہ محسوس کر سکتا ہے، اور اس کے اثرات کو شیئر کرنا پہلے تو غیر آرام دہ معلوم ہو سکتا ہے (جیسے اپنی ٹیم کے لیڈر کو بتانا کہ AI نے محتاط ترتیب کے ذریعے 80% فیچر لکھا ہے)۔ تاہم، سافٹ ویئر کی ترقی صرف اس وقت تیار ہوگی جب یہ ٹولز ٹیم ورک فلو کے لیے لازمی ہوجائیں۔ سب سے کامیاب ٹرانزیشن ان ٹیموں میں ہوتی ہے جو AI تجربات، باہمی تعاون کے ساتھ ٹول کی تلاش کے بارے میں کھلی بحث کو فروغ دیتی ہیں، اور اپنے سیکھے ہوئے بہترین طریقوں کو وسیع تر ترقیاتی کمیونٹی میں فعال طور پر حصہ ڈالتی ہیں۔

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

This story will praise and/or roast a product, company, service, game, or anything else people like to review on the Internet.

AI کوڈنگ ٹولز ابھی بھی R&D مرحلے میں ہیں۔

About Author

تبصرے

ہینگ ٹیگز

یہ مضمون اس میں پیش کیا گیا تھا۔

Related Stories

Urbain Grandier by Alexandre Dumas - Table of Links

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

On Sunday, the 26th of November, 1631

Urbain Grandier by Alexandre Dumas - Table of Links

AI Search Traffic Marketshare for Calling HackerNoon Blogs: 52% OpenAI, 30% Amazon & 18% Perplexity

HackerNoon Decoded: The Top 10 Countries Where HackerNoon Is the Most Active

On Sunday, the 26th of November, 1631

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps